, , , ,

(华东理工大学机械与动力工程学院,上海 200237)

基于肌音信号的头部动作模式识别

顾晓琳,吴清,夏春明,章悦,钟豪

(华东理工大学机械与动力工程学院,上海200237)

肌音信号(MMG)是一种肌肉收缩时发出的低频信号,通过测量分析颈部前后两侧的胸锁乳突肌和头夹肌的肌音信号,成功识别点头、抬头、左摆、右摆、左转、右转6个头部动作模式。实验中采集了4个通道的数据,经滤波、归一化的预处理后,用不等长分割法分割出动作帧。提取了动作帧的小波包系数能量及双谱对角切片特征,经主元分析法(PCA)和Fisher线性判别分析(FLDA)降维,用支持向量机(SVM)分类。最后对小波包系数能量和双谱对角切片特征进行FLDA降维,识别率达95.92%。

肌音; 头部动作; 特征提取; 小波包; 双谱

人体动作包括一系列具有丰富含义的肢体运动,如手指、手、手臂、头、面部或身体等姿态或运动模式,是表达人的行为意图或者完成人与环境的信息传递的一种方式[1]。通过传感器获得的肌肉活动状态信息可以用于疾病诊断、康复、科学训练等领域。

伴随着传感器技术的快速发展,出现越来越多的检测肌肉活动情况的方法,其中最主要的是肌电信号(EMG)[2]方法和肌音信号(MMG)[3]方法。虽然肌电信号已被长期用作评价骨骼肌特性的可靠工具,但它还是存在一些缺点,比如肌电传感器需要低噪声环境和稳定的信号分量,对外部噪声及干扰很敏感,这极大地限制了它的检测环境和应用范围[4-5];另外肌电信号的采集较为麻烦,需要将皮肤表面清理干净,并涂上特定的溶液,使皮肤阻抗维持在一定范围内。……